Ultralytics YOLO27

Tổng quan#

Ultralytics YOLO27 là một dòng model thị giác thời gian thực; các model phát hiện sử dụng hai thiết kế bổ trợ cho nhau: kiến trúc CNN tinh gọn cho các model N và S nhỏ gọn, và kiến trúc dựa trên query, không cần NMS cho các model M và L lớn hơn. Cả hai thiết kế đều triển khai qua cùng một giao diện. Các model phát hiện N và S mặc định dùng head one-to-many với NMS; sử dụng nms=False để chọn head không cần NMS.

YOLO27 là dòng model sắp ra mắt trong series Ultralytics YOLO, kế nhiệm YOLO26. Model có bốn kích thước — N, S, M và L — và hỗ trợ phát hiện đối tượng, phân đoạn đối tượng, phân đoạn ngữ nghĩa, ước tính độ sâu, phân loại, ước tính tư thế và phát hiện đối tượng có hướng. Cách chia thành hai thiết kế áp dụng cho phát hiện đối tượng, phân đoạn đối tượng và ước tính tư thế. Phân đoạn ngữ nghĩa, ước tính độ sâu, phân loại và phát hiện đối tượng có hướng sử dụng kiến trúc CNN.

Trên bốn quy mô phát hiện, YOLO27 đạt 42.6-60.5 mAP trên COCO với độ trễ 0.44-1.86 ms trên NVIDIA RTX PRO 6000 — và lên đến 61.4 mAP với YOLO27l ở kích thước đầu vào lớn hơn 800 pixel. YOLO27l là model Ultralytics đầu tiên vượt mốc 60 mAP trên COCO, trong khi YOLO27n/s nhỏ gọn cải thiện độ chính xác so với YOLO26n/s ở tốc độ gần như tương đương.

from ultralytics import YOLO

model = YOLO("yolo27n.pt")  # load a pretrained YOLO27n model
results = model("path/to/bus.jpg")  # run inference

Tính năng chính#

• Phát hiện hai tỷ lệ Các bộ phát hiện tiêu chuẩn dự đoán đối tượng trên ba feature map — mịn, trung bình và thô. YOLO27 N và S bỏ feature map trung bình, chỉ dự đoán trên feature map mịn (cho đối tượng nhỏ) và feature map thô (cho đối tượng lớn); phép scale cố định trên các feature đã hợp nhất giúp cân bằng hai tỷ lệ. Cách này loại bỏ phần lớn phép tính của detection head, giúp model nhanh hơn mà vẫn huấn luyện ổn định như thiết kế đủ ba tỷ lệ.

• Phát hiện vật thể nhỏ tốt hơn Giai đoạn đặc trưng ban đầu, có độ phân giải cao, được mở rộng để có thể nắm bắt nhiều chi tiết tinh hơn. Kết hợp với bản đồ dự đoán tinh được giữ lại, điều này cải thiện khả năng định vị và hồi quy cho vật thể nhỏ — nhóm khó nhất đối với các model gọn nhẹ.

• Giám sát căn chỉnh vùng tiền cảnh Trong quá trình huấn luyện, một nhánh nhẹ bổ sung học cách phân biệt "vật thể" với "nền" tại mọi vị trí. Nhánh này được thiết kế để thu hẹp khoảng cách giữa cơ chế giám sát dày đặc one-to-many được dùng khi huấn luyện và head one-to-one tạo ra dự đoán cuối cùng — giảm khoảng cách độ chính xác từ 0.9/0.8 mAP trên YOLO26n/s xuống chỉ còn 0.4 mAP trên YOLO27n/s, nhờ đó head one-to-one khi triển khai giữ được gần như toàn bộ độ chính xác trong quá trình huấn luyện. Nhánh này chỉ được dùng khi huấn luyện và bị loại bỏ trong quá trình suy luận và export, vì vậy không phát sinh chi phí khi triển khai.

• Phát hiện dựa trên query không cần NMS Các model lớn hơn thay thế dự đoán dày đặc bằng một bộ giải mã transformer, tinh chỉnh một tập cố định các query đối tượng và trực tiếp xuất ra kết quả phát hiện cuối cùng — không cần hậu xử lý ức chế cực đại không cục bộ. YOLO27m và YOLO27l kết hợp bộ giải mã này với backbone UltraViT, sử dụng self-attention ở giai đoạn sâu nhất để nắm bắt ngữ cảnh toàn cục, tiếp theo là neck FPN/PAN.

• Một giao diện đơn giản Cả hai kiến trúc đều được sử dụng thông qua cùng một giao diện Python YOLO. Pipeline huấn luyện, validation, dự đoán và export phù hợp sẽ được tự động chọn dựa trên model, vì vậy code được viết cho một kích thước YOLO27 vẫn hoạt động nguyên vẹn với các kích thước còn lại.

Nên sử dụng YOLO27 nào?#

Hướng dẫn sau đây dành cho việc chọn model sau khi YOLO27 được phát hành. Với các dự án hiện nay, hãy dùng YOLO26.

• YOLO27n / YOLO27s — thiết bị edge, drone và video thời gian thực: các model nhanh nhất trong dòng, với khả năng phát hiện vật thể nhỏ được cải thiện nhờ thiết kế hai tỷ lệ. Xem NVIDIA Jetson và Raspberry Pi để biết cách triển khai dành riêng cho từng thiết bị.
• YOLO27m — điểm cân bằng tối ưu giữa độ chính xác và tốc độ trên GPU: cải thiện độ chính xác so với YOLO26m ở độ trễ tương đương, phù hợp làm lựa chọn mặc định cho triển khai GPU trong môi trường production.
• YOLO27l — dành cho các ứng dụng đòi hỏi độ chính xác cao: model Ultralytics đầu tiên đạt trên 60 mAP trên COCO, đạt 61.4 mAP ở kích thước đầu vào lớn hơn mà vẫn chạy theo thời gian thực trên GPU.

Để so sánh với các dòng model khác, xem tất cả model Ultralytics. Để đo lường sự đánh đổi giữa độ chính xác và tốc độ trên phần cứng của bạn thay vì của chúng tôi, xem chế độ Benchmark.

Các tác vụ và chế độ được hỗ trợ#

Bảng sau xem trước kế hoạch hỗ trợ tác vụ và chế độ trên bốn kích thước model YOLO27. Dấu kiểm cho biết hỗ trợ dự kiến khi phát hành, không phải khả năng cung cấp công khai hiện tại; tất cả các tệp model được liệt kê đều chưa phát hành.

Các model YOLO27 Detect, Segment, Pose và OBB cũng hoạt động với mode Track, chạy trên mode predict để theo dõi nhiều đối tượng qua các khung hình video.

Chỉ số hiệu năng#

Độ chính xác phát hiện được báo cáo trên tập validation COCO. Xem Chỉ số hiệu năng YOLO để tìm hiểu về mAP, precision và recall. Để đánh giá độ chính xác ngoài COCO, xem Ultralytics Benchmark, đo macro mAP_50-95 trên 37 bộ dữ liệu phát hiện trong thế giới thực thuộc các lĩnh vực như chẩn đoán hình ảnh y tế, viễn thám, công nghiệp, bán lẻ và nhiều lĩnh vực khác. Tốc độ suy luận được đo trên NVIDIA RTX PRO 6000 (TensorRT 11, FP16) cho GPU và AMD EPYC 9655 (ONNX Runtime, FP32) cho CPU. Sau khi phát hành, có thể tái tạo các số liệu độ chính xác bằng yolo val model=yolo27n.pt data=coco.yaml imgsz=640 nms=False save_json=True. Các bảng phát hiện đối tượng, phân đoạn đối tượng và ước tính tư thế sử dụng head không cần NMS và phép đánh giá COCO. Quá trình validation tư thế N/S sử dụng các batch hình chữ nhật (rect=True).

Các giá trị Params và FLOPs áp dụng cho model đã hợp nhất sau khi gộp Conv/BatchNorm và loại bỏ nhánh phát hiện không được sử dụng. Các phép đo phát hiện đối tượng, phân đoạn đối tượng và ước tính tư thế chọn head không cần NMS bằng nms=False; độ chính xác của N/S phụ thuộc vào head được chọn. FLOPs bao gồm các phép nhân ma trận attention của bộ giải mã. Các checkpoint pretrained giữ nguyên kiến trúc huấn luyện đầy đủ và có thể cho số liệu cao hơn.

Ví dụ sử dụng#

Phần này cung cấp các ví dụ đơn giản về huấn luyện và suy luận YOLO27. Đối với dataset tùy chỉnh, hãy xem Mẹo để đạt kết quả huấn luyện tốt nhất và Hướng dẫn tinh chỉnh hyperparameter.

Ví dụ bên dưới dành cho model YOLO27 Detect dùng để phát hiện đối tượng.

from ultralytics import YOLO

# Nạp model YOLO27n được huấn luyện trước trên COCO
model = YOLO("yolo27n.pt")

# Chạy suy luận bằng model YOLO27n trên ảnh 'bus.jpg'
results = model("path/to/bus.jpg")

# Huấn luyện model trên dataset mẫu COCO8 trong 100 epoch
results = model.train(data="coco8.yaml", epochs=100, imgsz=640)

Câu hỏi thường gặp#